计量经济学论文中国三大产业与经济增长的实证分析.docVIP

中国三大产业与经济增长的实证分析 摘要：改革开放以来，经济飞速的发展，三大产业得到了迅速的发展，国民收入也在不断的提高。本文运用Granger检验对三大产业与GDP之间的关系进行了探讨。研究结果表明，第二、第三产业是GDP增长的原因，增加第二、第三产业的发展，能使经济快速的增长。通过预测方差分解，三大产业对GDP预测分析起了很大的作用。因此，要大力发展三大产业，带动经济的发展。同时，提出了一些发展三大产业的建议。 关键词：三大产业，经济增长， Granger检验 引言 改革开放以来，中国的经济迅速的增长。在一定技术条件下，一个经济通过专业化和社会分工形成一定的产业结构，而产业结构在一定意义上又决定了经济的增长方式。而三大产业构成了国民经济增长的三大要素。研究三大产业对国民经济的作用，有利于发现不足，拉动经济快而好的发展。对于三大产业，是三大产业对GDP的影响大，还是GDP对三大产业的影响大？传统的、 一般的分析方法有相关分析和回归分析,然而这两种方法共同的问题是不能判断出变量间是否存在因果关系,它们之间具体存在什么样的关系,以及无法解决变量内生性偏差问题。而格兰杰因果检验分析与向量自回归模型( VAR)能够较好地解决这类问题。 本文从三大产业增长对经济增长进行了实证研究，发现中国经济的增长主要是由第二和第三产业拉动的，然而第二、第三产业的结构扩张会带动第一产业的发展，但中国中国经济要维持长期稳定的增长就必须改造传统的农业结构和生产方式，并改革传统工业的生产组织形式和生产结构，利用资金和新的技术提升工业的生产方式，以此提高三大产业对经济增长的贡献效率。 二、基本模型与数据来源 本文将采用向量自回归模型(VAR )来分析新疆经济增长与环境污染的双向作用机制。VAR模型是西姆斯( 1980)提出的一种动态联立方程模型, 各个方程都具有相同的解释变量, 并以被解释变量的滞后变量作为解释变量,可以很方便地研究变量之间的动态关系, 且克服了传统联立方程模型受制于经济理论不完善而带来的诸如内生变量和外生变量的划分、 估计和推断等复杂问题。此外, VAR模型还 可以进行经济变量之间的因果关系、 脉冲响应以及方差分解分析。 本文采用 VAR模型的分析方法来考察三大产业与GDP双向动态作用特征, 在 VAR估计模型的基础上,使用方差分析方法三大产业与GDP动态影响关系。同时, 使用 G RF可使预测方差分解法的估计结果完全不依赖于 VAR系统中各个变量的顺序关系,从而提高了估计结果的稳定性与可靠性。VAR模型一般的数学表达式为: Y t = A1Yt- 1 + A2Yt- 2 +…+ ApYt- p + BX t +E t 其中, Y t =(Y1t,Y2t,…Ykt)为K维内生变量向量;Xt=(X1t,X2t,......,Xdt)’为D维外生变量向量；P为模型型滞后阶数,一般根据A IC、SC准则和 LR检验来确定; A 1 , A2, …，, A p和 B为 K*K和 K * D维系数矩阵;
t为 K维随机扰动向量,且满足 cov(
E t ,
E s ) = 0( t≠s)。 考虑到数据的可获得性, 本文采用第一、第二和第三产业的三个指标，选取的基础数据的时间跨度是1978年—2008年，采用各变量的对数值。数据来源与《国家统计年鉴》。 三、三大产业与GDP的实证分析 (一 )格兰杰因果分析 本文用三个产业指标的对数值来衡量三大产业对国民经济增长作用,用GDP的对数值代表经济增长, 分别对三大产业与GDP进行格兰杰因果检验。格兰杰因果检验的前提条件是被检验变量是平稳序列,因此,检验之前应当先进行单位根检验, 检验随机变量是否为平稳序列。目前, 常用的方法是采用ADF单位根检验方法来检验变量的平稳性。 利用 E vie w s6. 0 ,从不含常数项与趋势项、 只含常数项、 含常数项与趋势项三方面,选用最大滞后期为3,采用 ADF检验法分别对变量序列第一产业、第二产业、第三产业、 GDP及其一阶差分进行平稳性检验,然后根据检验结果确定各变量的单整阶数。ADF检验结果见表 1。 表1 单位根检验结果 　 　 ADF检验值 　 变量 不含常数项与趋势项 只含常数项 含常数项与趋势项目 x11 2.663938 -0.454958 -1.94317 x22 2.487675 -0.032657 -3.321516 x33 1.424246 -0.269929 -1.159672 y1 1.978443 -1.001895 -2.964427 Dx11 -1.751657 -3.447029 -3.310277 Dx22 -0.826708 -2.937288 -3.16485 Dx33 -0.331885